AWS와의 파트너십: 지난 1년 돌아보기
AWS re:Invent 2022가 한창 진행 중인 지금, 우리는 잠시 발걸음을 멈추고 점점 깊어지고 있는 우리의 파트너십을 되돌아보고자 합니다. 이 글은 AI 번역본입니다. 오역이 있을 수 있으니 댓글로 알려주세요.
Created on September 15|Last edited on September 15
Comment
소개
Amazon Web Services(AWS)와 Weights & Biases는 모든 규모의 조직이 머신 러닝을 구축하고 활용하기에 강력한 조합입니다. 2022년은 제품 개발, 기술 콘텐츠, 파트너십 차별화 등 여러 측면에서 성과를 거두며 W&B와 AWS 파트너십이 크게 도약한 한 해였습니다. 주요 하이라이트는 다음과 같습니다:
파트너십 차별화
2022년, W&B는 AWS 생태계에서 우리 제품의 차별화를 강화하는 데 주력했습니다. 우리는 AWS로부터 시작했습니다. 기초 기술 검토이를 통해 W&B 플랫폼이 운영 우수성, 성능, 안정성, 비용 최적화, 보안을 아우르는 AWS Well-Architected 원칙을 충족하도록 보장했습니다. 이후 W&B는 AWS Partner Network를 획득했습니다. 머신 러닝(ML) 역량 기술 파트너를 대상으로 합니다. ML 역량을 획득하기 위해 W&B는 AWS ML 전문가와 함께 W&B 플랫폼에 대한 기술 검토를 완료하여, AWS에서 ML 워크로드와의 통합에 대한 W&B의 전문성을 검증받았습니다. 또한 W&B는 ML 활용 사례에서의 고객 성공을 입증해, 고객의 ML 워크로드에 W&B가 미치는 효과를 검증했습니다. 마지막으로 2022년 초부터 W&B는 AWS Marketplace에 등록되어 있습니다. Marketplace를 통해 W&B를 구매하는 고객은 기존의 AWS 청구 체계를 그대로 활용할 수 있으며, AWS와 연간 지출 약정을 맺은 고객은 W&B 지출의 일부 또는 전부를 AWS 연간 약정에 할당할 수 있습니다.
오늘 저희는 W&B가 Amazon SageMaker Service Ready 프로그램의 출시 파트너로 선정되었음을 기쁘게 발표합니다. 이 지정은 AWS의 업계 선도적 MLOps 플랫폼인 Amazon SageMaker와의 W&B 통합을 검증합니다. W&B와 Amazon SageMaker를 함께 사용하는 방법이 궁금하시다면 아래에 소개한 기술 자료를 확인해 보세요.
“Weights and Biases는 AWS 기술 위에서의 개발과 AWS 생태계 내에서의 기술 차별화 측면에서 놀라운 성과를 거두었습니다.” AI, HPC, IoT 부문 ISV 파트너십 및 마켓플레이스 책임자인 Harish Surendranath는 이렇게 말했습니다. “Weights and Biases는 특히 딥러닝과 AI 활용 사례에서, AWS에서 ML 애플리케이션을 개발하는 고객에게 뛰어난 개발자 경험을 제공하고 있습니다. 우리는 AWS에서 ML 실무자에게 고급 MLOps 기능을 제공하기 위해 Weights & Biases와 협력하게 되어 매우 기쁩니다.”
제품 개발
이 파트너십의 기반은 AWS에서 진행된 W&B의 기술 개발입니다. 2022년 제품 개발은 두 가지에 집중했습니다. 첫째, AWS에서 유연한 W&B 서버 배포 옵션을 마련하는 것, 둘째, Amazon SageMaker와 Amazon Elastic Kubernetes Service(EKS)와 같은 AWS 서비스와 W&B 플랫폼을 통합하는 것입니다.
Weights & Biases의 새로운 기능 W&B Launch은 Amazon EKS와 Amazon SageMaker 학습 작업을 최우선 대상으로 지원할 예정입니다. W&B Launch를 사용하면 사용자는 작업을 손쉽게 대기열에 넣고 실행할 수 있으며(의도치 않은 말장난입니다), 하이퍼파라미터와 입력 데이터를 간편하게 조정해 모델을 재학습할 수 있습니다. W&B Launch는 현재 비공개 프리뷰 단계이며, 이 기능을 테스트해 보고 싶으시다면 W&B 팀에 문의해 주세요.
2022년에는 AWS에서 W&B 서버를 호스팅하고 운영하는 것도 중요한 집중 영역이었습니다. W&B가 전적으로 호스팅하는 솔루션의 편의성과 단일 테넌트의 데이터 보안을 모두 원하는 고객을 위해, 저희는 다음을 출시했습니다. W&B 전용 클라우드 AWS용입니다. 소프트웨어를 직접 관리하기로 선택한 고객을 위해, W&B는 AWS 배포용 Terraform 자신들의 AWS VPC에서 배포를 신속하게 진행할 수 있도록 합니다. 이들 배포 방식에 관해 궁금한 점이 있으시면, 문의해 주세요. 문의하기.
마지막으로, W&B는 SageMaker Studio의 학습 워크로드와 호환되며, SageMaker의 학습 인프라에서 실험을 추적할 수 있고, Amazon EKS의 학습 워크로드와도 완벽하게 호환됩니다. W&B를 SageMaker Studio와 함께 활용하는 전체 안내는 저희의 공동 블로그 게시글에서 확인하실 수 있습니다.
마지막으로, W&B는 SageMaker Studio의 학습 워크로드와 호환되며, SageMaker의 학습 인프라에서 실험을 추적할 수 있고, Amazon EKS의 학습 워크로드와도 완전히 호환됩니다. SageMaker Studio와 함께 W&B를 활용하는 전체 가이드는 저희의 공동 블로그 게시글.
기술 콘텐츠
마지막으로, W&B와 AWS 팀은 ML 개발자들이 혁신을 손쉽게 활용할 수 있도록 기술 콘텐츠 제작에 협업했습니다. 함께 기술 예제와 블로그를 만들었고, 최종적으로 라이브 워크숍도 진행했습니다. 각 자료는 감성 분석이나 이미지 분할과 같은 활용 사례를 단계별로 안내하며, Amazon SageMaker의 Jupyter 환경에서 실험 추적, Tables, Artifacts, Sweeps 등 W&B 플랫폼의 다양한 기능을 어떻게 활용할 수 있는지 자세히 보여줍니다. 관련 자료 링크는 아래에서 확인하실 수 있으며, 2023년에도 계속해서 추가될 예정입니다.
Deploy Sentiment Analyzer Using SageMaker and W&B
Exploring wandb's SageMaker integration to train, tune and deploy a sentiment analysis API
Direct Marketing with XGBoost and Amazon SageMaker
Analysis of experiments from SageMaker Immersion Day direct marketing notebook.
Text Classification With AWS SageMaker, HuggingFace, and W&B
This article provides a tutorial on running exploratory data analysis and natural language processing experiments using AWS SageMaker, HuggingFace, and W&B.
Using AWS Sagemaker and Weights & Biases Together on Digit Recognition with MNIST
We've received a few questions about how W&B works with Amazon Sagemaker. Here's a quick tutorial on a simple dataset to get your started.
결론
더 많은 조직이 AWS에서 머신 러닝, 딥 러닝, AI를 활용해 혁신적인 애플리케이션을 구축함에 따라, Weights & Biases는 개별 ML 연구자와 이를 지원하는 팀 모두를 위한 핵심 MLOps 기능을 지속적으로 개발하겠습니다. Weights & Biases는 AWS가 제공하는 혁신적인 기능을 적극 활용하여 ML 연구자의 생산성을 높이고, AWS 리소스를 최대한 활용할 수 있도록 인사이트를 제공하며, 조직 내 모든 ML 실험을 위한 단일 기록 시스템을 제공하겠습니다. 2023년에 더 많은 소식이 이어집니다!
Add a comment